AI(人工智能)是当今科技圈的热门话题,深度学习则是AI训练的重要手段之一。如何学习要靠硬件和算法支撑,这方面,Intel力挺CPU,NVIDIA则力挺GPU。
日前,Intel实验室联合美国莱斯大学宣布了一种突破性的深度学习新算法SLIDE。
SLIDE基于散列开发,而非当前最富盛名的BP算法(反向传播算法)所基于的矩乘。
借助SLIDE,CPU用于传统AI模型深度学习训练的效率大大提升。研究论文举例称,一套拥有44个Xeon核心的平台和一套价值10万美元、由8张NVIDIA Vlta V100加速卡支撑的平台(TensorFlow框架)执行相同的训练任务,前者用时1小时,后者则花了3.5小时。
有趣的是,Intel还表示,它们这套平台尚未充分优化,还是“残血”状态,比如处理器的DLBoost并未启用。
不过,这套44核至强平台到底是什么型号CPU并未公布,一说就是22核心44线程的至强铂金6238,一说是双路至强铂金6238,还有可能是未发布的产品。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。
举报投诉
-
英特尔
+关注
关注
60文章
9413浏览量
168771 -
AI
+关注
关注
87文章
26419浏览量
264023 -
英伟达
+关注
关注
22文章
3323浏览量
87739 -
深度学习
+关注
关注
73文章
5236浏览量
119895
发布评论请先 登录
相关推荐
一文详解机器学习和深度学习的区别
深度学习这几年特别火,就像5年前的大数据一样,不过深度学习其主要还是属于机器学习的范畴领域内,所以这篇文章里面我们来唠一唠机器
发表于 09-06 12:48
•1337次阅读
深度学习算法的选择建议
深度学习算法的选择建议 随着深度学习技术的普及,越来越多的开发者将它应用于各种领域,包括图像识别、自然语言处理、声音识别等等。对于刚开始
深度学习如何挑选GPU?
NVIDIA的标准库使在CUDA中建立第一个深度学习库变得非常容易。早期的优势加上NVIDIA强大的社区支持意味着如果使用NVIDIA GP
发表于 07-12 11:49
•426次阅读
评论